La fouille de données est en fait un ensemble de techniques dédiées à différentes tâches groupées généralement en deux grandes catégories : des tâches descriptives et autres prédictives (Fayyad et al., 1996). Les tâches de la première catégorie ont pour objectifs de décrire des phénomènes ou des tendances gisant dans les données, alors que celles de la deuxième classe s’intéressent à l’estimation de valeurs futures de variables en prenant en considération d’autres valeurs historisées.
Présentons, dans les points suivants, les principales tâches que le DM est amené à accomplir, que nous avons résumé de (Fayyad et al., 1996), (Zaïane, 1999), (Gardarin, 1999), (Gilleron et al., 2000) et (Larose, 2005).
1.2.2.1 La description
Cette tâche permet de résumer les caractéristiques générales des objets d’un ensemble de données, dans le but de fournir des modèles sous forme de règles de caractérisation.
Les modèles doivent décrire des caractéristiques claires, qui puissent amener à une interprétation et une explication intuitive.
Plusieurs techniques, qui diffèrent par leur degré de simplicité et de compréhension, peuvent être utilisées dans cette tâche. Nous pouvons citer : l’analyse exploratoire, les arbres de décision, les méthodes de visualisation, les réseaux de neurones…etc.(cf. 1.4).
1.2.2.2 L’analyse d’association
L’objectif dans l’analyse d’association est la découverte des produits ou éléments (on dit
